[發(fā)明專利]用于生成有向無環(huán)圖的方法和裝置

有效

• 申請?zhí)枺?/td>: 201710900009.1
• 申請日: 2017-09-28
• 公開（公告）號: CN107657035B
• 公開（公告）日: 2021-10-22
• 發(fā)明（設計）人: 趙岷;秦華鵬
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06F16/901
• 分類號: G06F16/901;G06F16/9532
• 代理公司: 北京英賽嘉華知識產權代理有限責任公司 11204
• 代理人: 王達佐;馬曉亞

1.一種用于生成有向無環(huán)圖的方法，其特征在于，所述方法包括：

獲取目標網頁上的網頁文本；

將所述網頁文本中存在于概念體系或者概念詞表中的概念詞確定為所述網頁文本中的概念，其中，概念體系以屬種關系為骨架，輔以整體-部分關系、序列關系和聯(lián)想關系；

確定所述網頁文本中的概念以及概念之間的屬種關系；

對確定出的概念之間的屬種關系進行處理，利用處理后的屬種關系對目標概念體系進行更新；

生成用于表征更新后的概念體系的有向無環(huán)圖，其中，所述有向無環(huán)圖中的節(jié)點用于表征概念，所述有向無環(huán)圖中的邊方向用于表征概念之間的屬種關系。

2.根據權利要求1所述的方法，其特征在于，所述確定所述網頁文本中的概念以及概念之間的屬種關系，包括：

將所述網頁文本劃分成至少一個句子，在所述至少一個句子中選取包含至少兩個概念的句子；

將選取出的句子轉換成特征向量并輸入預先訓練的屬種關系識別模型中，得到概念之間的屬種關系，其中，所述屬種關系識別模型用于表征特征向量與概念之間的屬種關系的對應關系。

3.根據權利要求1所述的方法，其特征在于，概念之間的屬種關系具有權重；以及

所述對確定出的概念之間的屬種關系進行處理，包括：

對于確定出的每個概念，響應于該概念的屬概念與種概念相同，獲取該概念與該概念的屬概念之間的屬種關系的權重以及該概念與該概念的種概念之間的屬種關系的權重；

刪除獲取到的權重小的屬種關系，保留獲取到的權重大的屬種關系。

4.根據權利要求1所述的方法，其特征在于，所述對確定出的概念之間的屬種關系進行處理，包括：

響應于確定出同一概念的至少一個種概念，確定所述至少一個種概念中不屬于所述網頁文本所屬領域的概念，并刪除不屬于所述網頁文本所屬領域的種概念。

5.根據權利要求1-4之一所述的方法，其特征在于，在所述利用處理后的屬種關系對目標概念體系進行更新之前，所述方法還包括：

獲取預先確定出的至少一個領域概念體系和預先構建的預設概念體系，其中，領域概念體系由屬于同一領域的概念所組成；

將所述至少一個領域概念體系與所述預設概念體系進行合并，將合并后的概念體系作為目標概念體系。

6.根據權利要求5所述的方法，其特征在于，概念體系包括具有屬種關系的屬概念和種概念；以及

所述將所述至少一個領域概念體系與所述預設概念體系進行合并，包括：

確定所述預設概念體系中的至少一個種概念；

對于確定出的每個種概念，響應于在所述至少一個領域概念體系中查找到該種概念，在所述至少一個領域概念體系中查找該種概念的至少一個種概念，并將該種概念的至少一個種概念合并到所述預設概念體系中。

7.根據權利要求5所述的方法，其特征在于，在所述將所述至少一個領域概念體系與所述預設概念體系進行合并之后，所述方法還包括：

將屬概念與種概念均相同的至少兩個概念確定為同一概念，以預設的第一呈現方式呈現確定為同一概念的至少兩個概念；和/或

確定不同領域的同名概念，以預設的第二呈現方式呈現所述同名概念。

8.一種用于生成有向無環(huán)圖的裝置，其特征在于，所述裝置包括：

第一獲取單元，配置用于獲取目標網頁上的網頁文本，將所述網頁文本中存在于概念體系或者概念詞表中的概念詞確定為所述網頁文本中的概念，其中，概念體系以屬種關系為骨架，輔以整體-部分關系、序列關系和聯(lián)想關系；

確定單元，配置用于確定所述網頁文本中的概念以及概念之間的屬種關系；

更新單元，配置用于對確定出的概念之間的屬種關系進行處理，利用處理后的屬種關系對目標概念體系進行更新；

生成單元，配置用于生成用于表征更新后的概念體系的有向無環(huán)圖，其中，所述有向無環(huán)圖中的節(jié)點用于表征概念，所述有向無環(huán)圖中的邊方向用于表征概念之間的屬種關系。